Hero background

coverage rate

Coverage rate

Coverage rate

In this post:
No headings found on page

Je koopt een datatool in de verwachting dat hij je lijst invult, je haalt je contacten erdoorheen, en de helft komt leeg terug. De tool deed precies wat hij moest doen. Je wist alleen niet hoeveel van je lijst hij kon bereiken.

Dat getal, het deel van je lijst dat een tool kan invullen, is de coverage rate. In onze ervaring is het het belangrijkste om te begrijpen voordat je een dataprovider vertrouwt. Een tool die heel nauwkeurig is op de records die hij vindt, heb je nog steeds niets aan als hij er maar een derde van vindt.

Coverage rate is het percentage records in je lijst waarvoor een datatool of enrichment-proces de data teruggeeft die je vroeg. Het meet volledigheid, oftewel hoeveel van je doellijst je kunt invullen.

Coverage begrenst hoeveel van je lijst je kunt gebruiken. Elk record dat een tool niet kan invullen, is een contact dat je niet kunt bereiken. De coverage rate legt dus het plafond van je hele outreach.

TL;DR

Coverage rate is het deel van je lijst dat een datatool met succes invult met de data die je vroeg. Het meet volledigheid en vertelt je hoeveel van je doellijst je aan het werk kunt zetten.

Coverage bepaalt je plafond. Een tool die maar een deel van je lijst invult, laat de rest onbereikbaar, hoe nauwkeurig de data die hij wel teruggeeft ook is.

Tools met één bron dekken meestal een deel van een lijst, terwijl een waterfall over meerdere providers de coverage veel hoger duwt. Het verschil daartussen bepaalt hoeveel van je lijst je kunt bewerken.

Wel een kanttekening: coverage is niet het hele verhaal. Hoge coverage met onjuiste data is waardeloos, dus je leest coverage altijd samen met nauwkeurigheid en met hoe volledig elk record is ingevuld.

Wat is coverage rate, en wat vertelt het percentage je?

Coverage rate meet hoeveel van je lijst een datatool echt kan invullen. Haal je 1.000 contacten door een tool en krijg je voor 700 data terug, dan is je coverage rate 70%.

In de kern is het een maat voor volledigheid, en de vraag die het beantwoordt is simpel. Voor welk deel van je doellijst kan deze tool de data vinden die je nodig hebt?

Het geldt voor elke soort data waar je naar zoekt. Coverage kan het deel van je contacten zijn waarvoor je een e-mailadres kreeg, een telefoonnummer of een complete set firmografische gegevens. Dat hangt helemaal af van wat je vroeg.

De helft van je lijst kwam leeg terug: je koopt een datatool, haalt je contacten erdoorheen, en de tool doet precies wat hij moet doen.

De overgebleven records zijn de echte kostenpost. Het deel dat een tool niet dekt, is het deel van je lijst waar je gewoon niets mee kunt. Een lage coverage rate maakt je bruikbare publiek dus direct kleiner.

Coverage rate is dus in feite een maat voor bereik. Het vertelt je hoeveel van je lijst een tool van leeg naar bruikbaar brengt, en dat bepaalt als eerste of een tool het gebruiken waard is.

Het is ook een van de metrics die je bij de aankoop van een tool het makkelijkst over het hoofd ziet. Demo's laten vooral nauwkeurigheid en features zien, terwijl de coverage op je eigen rommelige lijst het getal is dat je resultaten bepaalt.

Hoe verschilt coverage rate van de match rate op de pagina van een vendor?

De twee termen worden vaak door elkaar gebruikt, dus het helpt om de grens te trekken. Ze liggen dicht bij elkaar, met een subtiel verschil.

Coverage rate gaat meer over volledigheid. De vraag is of de tool iets vond voor het grootste deel van je lijst, met de nadruk op hoeveel van je data in totaal wordt ingevuld.

Match rate legt vaak de nadruk op de juiste persoon. Sommige vendors gebruiken het om te benadrukken dat de teruggegeven data bij de juiste persoon hoort, en dus meer is dan alleen het juiste bedrijfsdomein.

In de praktijk overlappen de twee termen sterk, en veel providers zien coverage rate en match rate als hetzelfde getal. Vraag dus altijd wat een vendor er precies mee bedoelt.

Het verschil zit dus vooral in de nadruk. Coverage gaat over hoeveel er is ingevuld, match gaat over of het bij de juiste persoon hoort, en je checkt welke definitie een tool hanteert.

Waarom doet coverage rate er zo toe voor je outreach-resultaten?

Coverage verdient echte helderheid, want het begrenst je resultaten direct. Het werkt als plafond en is geen bijkomstig cijfertje.

Elk record zonder coverage is per definitie onbereikbaar. Als een tool geen e-mailadres voor een contact vindt, kun je die persoon niet mailen, dus het ongedekte deel valt gewoon af van je bereikbare lijst.

Een plafond en geen cijfertje: elk ongedekt record is onbereikbaar, en het plafond stapelt zich op, want targeting, messaging en automation gebeuren allemaal binnen de coverage…

Lage coverage maakt je effectieve publiek snel kleiner. Je kunt een lijst van 1.000 prospects met een ideale fit bouwen, maar met een coverage van 50% bereik je er maar 500.

Dat plafond werkt ook verderop door. Elke volgende stap hangt af van bruikbare contactdata, dus slechte coverage begrenst je hele funnel al voordat targeting of messaging een rol spelen.

Coverage rate bepaalt dus hoe groot het speelveld is. Geen enkele goede outreach helpt bij contacten die je nooit hebt kunnen invullen, en daarom verdient coverage een kritische blik voordat je je aan een tool bindt.

Waarom is coverage uit één bron in de praktijk meestal zo beperkt?

Om coverage te begrijpen, moet je zien waarom één provider altijd tekortschiet. De beperking zit in de structuur, en een betere tool kiezen haalt die niet weg.

Geen enkele provider heeft complete data. Elke provider verzamelt informatie op zijn eigen manier en is daardoor sterk in sommige regio's, sectoren en datatypes en zwak in andere, met overal gaten.

Eén bron laat een derde in het donker: geen enkele provider heeft complete data, elke provider is sterk in sommige regio's en types en zwak in andere, en de gaten clusteren precies waar zijn…

Eén bron laat dus altijd een stuk leeg. Enrichment-tools met één bron halen meestal zo'n 60 tot 70% coverage, en dan blijft er een flink deel van je lijst leeg.

Die gaten vallen ook niet willekeurig over je lijst. Een provider die sterk is in Noord-Amerikaanse techdata kan elders zwak zijn, dus de records die hij mist clusteren in zijn blinde vlekken. En daar kunnen je prospects nou net zitten.

Als je op één bron leunt, is je coverage dus per definitie begrensd. De enige manier om voorbij de blinde vlekken van één provider te komen, is andere providers erbij halen die zien wat hij niet ziet. Dat is de logica achter een waterfall.

Hoe verhoogt waterfall enrichment je coverage zo sterk?

De standaardoplossing voor beperkte coverage, en de oplossing die we in elke enrichment-flow inbouwen, is providers aan elkaar koppelen. Hier stijgt de coverage rate flink.

Een waterfall enrichment haalt elk record achter elkaar door meerdere providers en valt door naar de volgende zodra er een niets oplevert. Elke provider vult in wat de andere misten.

De winst in coverage is groot en goed gedocumenteerd. Waar één bron een deel van een lijst dekt, haalt een waterfall over meerdere providers steeds boven de 90%. Zo wordt een half bruikbare lijst een bijna complete lijst.

De volgorde en logica doen er ook toe. De cascade goed inrichten, het werk van enrichment waterfall logic, is wat de coverage maximaliseert en tegelijk de kosten in de hand houdt.

Met een waterfall duw je coverage dus van beperkt naar hoog. Het is het praktische antwoord op het structurele feit dat geen enkele provider in zijn eentje je hele lijst kan invullen.

Waarom is hoge coverage alleen niet genoeg om een datatool te vertrouwen?

Een valkuil is coverage behandelen als de enige metric die telt. Hoge coverage met slechte data is erger dan nutteloos, dus je moet het samen met andere metingen lezen.

Nauwkeurigheid is de eerste metric die erbij hoort. Een tool kan 95% van je lijst invullen, maar als veel van die data fout is, betekent je hoge coverage alleen dat je vol vertrouwen de verkeerde mensen benadert.

95% coverage met foute data is 95% verspilling: coverage op zichzelf is een ijdelheidsgetal.

Volledigheid per record komt op de tweede plaats. Een contact kan gedekt zijn terwijl er maar een paar velden zijn ingevuld, dus ook bij een hoge coverage rate kan elk record te mager zijn om goed te gebruiken.

Actualiteit maakt het trio compleet. Coverage gemeten op verouderde data is misleidend, want door data decay kan een ingevuld record al fout zijn tegen de tijd dat je het gebruikt.

Coverage is dus nodig, al is het niet genoeg. Het doel is hoge coverage met nauwkeurige, complete en actuele data. Daarom lees je coverage samen met nauwkeurigheid en jaag je er niet los op.

Hoe hangt coverage samen met verificatie en je datakwaliteit?

Coverage en datakwaliteit werken samen, en de koppeling is dat een record invullen en een record vertrouwen twee verschillende stappen zijn.

Coverage haalt de data binnen. Het zorgt voor het vinden en invullen van de informatie die je nodig hebt, over je hele lijst.

Contact verification bevestigt dat de ingevulde data klopt. Een hoge coverage rate zegt weinig als de e-mailadressen niet werken, dus verificatie checkt of wat je hebt gedekt ook standhoudt.

De twee vormen vanzelf een reeks stappen. Je verrijkt om de coverage te verhogen en daarna verifieer je om de nauwkeurigheid te bevestigen. Samen geven ze je een lijst die zowel compleet als betrouwbaar is.

Coverage en verificatie zijn dus opeenvolgende delen van één grotere klus. Enrichment vult de gaten en verificatie bewijst dat de invulling klopt. Je hebt ze allebei nodig voor data waar je met vertrouwen op kunt handelen.

Hoe bepaalt coverage rate je targeting en je outreach?

Coverage is geen abstract datacijfer. Het bepaalt direct wat je verderop kunt doen en voedt je hele aanpak.

Het bepaalt als eerste je bruikbare lijst. Goede list building levert een doelgroep op, en coverage bepaalt hoeveel daarvan je kunt bereiken. Dat is de echte omvang van je publiek.

Test het op je eigen rommel en niet op hun demo: coverage bepaalt bereik, precisie in targeting en automation, en het enige getal dat je kunt vertrouwen is het getal dat je meet op een steekproef van…

Het bepaalt op welke data je kunt targeten. Hoge coverage van firmografische data laat je segmenteren en personaliseren, terwijl je bij gaten voor de ongedekte records moet terugvallen op generieke outreach.

Het bepaalt ook wat je kunt automatiseren. Systemen die sales prospecting automatiseren werken alleen op de records die ze kunnen invullen, dus coverage bepaalt hoeveel van je aanpak zelfstandig kan draaien.

Coverage bepaalt dus achter de schermen je bereik, de precisie van je targeting en je automation. Hoe meer van je lijst je met goede data kunt invullen, hoe meer van je aanpak echt werkt.

Hoe meet je je echte coverage rate voordat je je vastlegt?

De coverage die vendors claimen, komt zelden overeen met wat je zelf ziet. Daarom raden we klanten aan hun eigen coverage te meten, en de methode is simpel.

Het belangrijkste is testen op je eigen data. Je haalt een representatieve steekproef van je echte doellijst door een tool en meet hoeveel hij invult. Coverage op de ideale demolijst van een vendor zegt je weinig.

De datapunten waar je om geeft, meet je apart. Coverage voor e-mailadressen, telefoonnummers en firmografische gegevens kan flink verschillen, dus je checkt de velden die je nodig hebt en kijkt niet naar één totaalcijfer.

Tools vergelijken op dezelfde steekproef hakt de knoop door. Als je dezelfde set records door verschillende providers haalt, de kern van het beoordelen van data enrichment, zie je welke provider jouw specifieke publiek het best dekt.

Je echte coverage rate komt dus uit je eigen test en niet uit een salespresentatie. Een korte proef op je echte lijst is de enige manier om te weten hoeveel van je publiek een tool echt gaat invullen.

Verschilt coverage rate per regio en per soort dataveld?

Coverage is geen enkel getal dat overal geldt, en dat is belangrijk om te snappen. Het verschuift flink, afhankelijk van wat en wie je verrijkt.

Geografie maakt enorm veel uit. De meeste providers dekken sommige regio's veel beter dan andere, dus een tool met sterke coverage op Noord-Amerikaanse contacten kan een Europese of Aziatische lijst half leeg laten.

Eén getal verbergt een dozijn percentages: coverage verschuift per regio, per veld en per bron, en een tool met sterke Noord-Amerikaanse e-mailcoverage kan een Europese telefoonlijst…

Het soort data maakt net zoveel uit. Coverage voor e-mailadressen ligt vaak veel hoger dan voor directe telefoonnummers, en één cijfer verbergt grote verschillen tussen velden.

Ook het soort databron speelt een rol. Coverage van externe providers verschilt van wat je zelf kunt verzamelen, en dat hoort bij de afweging tussen first-party en third-party data.

Vraag dus altijd: coverage van wat, en voor wie? Eén opvallend coverage-percentage zegt weinig tot je het uitsplitst naar de specifieke regio's en datatypes waaruit je doellijst bestaat.

Wat zijn de veelgemaakte fouten met coverage rate bij het beoordelen van tools?

Coverage rate wordt op een paar voorspelbare manieren verkeerd gelezen. Als je die vermijdt, beoordeel je tools en data eerlijker.

Alleen op coverage jagen staat bovenaan. Een hoge coverage rate met onjuiste of magere data ziet er indrukwekkend uit en presteert slecht, dus coverage zonder nauwkeurigheid is gewoon een ijdelheidsgetal.

Daarna komt claims van vendors voor waar aannemen. Providers noemen de coverage in het beste geval, vaak op zorgvuldig gekozen ideale lijsten, dus de enige echte test is coverage gemeten op je eigen data.

Op één bron leunen is de structurele fout. Als je de beperkte coverage van één provider accepteert, blijft een groot deel van je lijst leeg, terwijl een waterfall er veel meer van zou invullen.

En dan is er actualiteit negeren. Coverage die je één keer meet en daarna voor altijd vertrouwt, veroudert mee met de data eronder. Een lijst die vorig jaar goed gedekt was, kan nu vol verouderde, nutteloze invullingen zitten.

Waarom coverage rate het plafond legt voor alles wat je daarna verstuurt

Coverage rate verdient zijn reputatie, want het legt het plafond voor hoeveel van je lijst je kunt gebruiken. Elk record dat een tool niet kan invullen, is een prospect die je niet kunt bereiken, dus coverage begrenst je hele outreach vanaf de allereerste stap.

Het diepere punt is dat geen enkele provider je hele lijst kan invullen, en daarom stijgt coverage zo sterk met een waterfall over meerdere bronnen. Het verschil tussen één bron en meerdere is het verschil tussen een half bruikbare lijst en een complete lijst.

De eerlijke kanttekening is dat coverage niet de enige metric is die telt. Hoge coverage met onjuiste, magere of verouderde data is waardeloos, dus je leest coverage samen met nauwkeurigheid, volledigheid en actualiteit.

Als een datatool de helft van je lijst leeg laat, ligt het probleem dus bij de coverage en niet bij je lijst. Die verhogen met een waterfall en daarna verifiëren wat je invult, is hoe je meer van je doellijst omzet in prospects die je kunt bereiken.

Die vollere, schonere lijst is een basislaag van elk go-to-market-systeem dat op data draait. De beste outbound-experts slaan deze discipline nooit over, want alles verderop wordt begrensd door hoeveel van de lijst ze kunnen invullen.

Deel dit bericht

Data

Enrichment

Revenue tips, Weekly

Workflows, automation strategies, and GTM insights delivered straight

Klaar om je te bouwen
GTM-engine

Laten we praten over je salesuitdagingen en hoe we je kunnen helpen schalen

Nebor brand chevron in purple, section accent
Nebor brand chevron in orange and purple, section accent
Revenue tips, Weekly

Workflows, automation strategies, and GTM insights delivered straight

Klaar om je te bouwen
GTM-engine

Laten we praten over je salesuitdagingen en hoe we je kunnen helpen schalen

Nebor brand chevron in purple, section accent
Nebor brand chevron in orange and purple, section accent

Begrippenlijst

Gerelateerde begrippen

De basis GTM-concepten begrijpen

Klaar om je pipeline te bouwen

Laten we bespreken hoe je leadgeneratie implementeert in je GTM-strategie

Laten we bespreken hoe je leadgeneratie implementeert in je GTM-strategie

Boek een call met ons team om te bespreken hoe deze workflow past binnen je salesproces en tijdlijn.

Diensten

Case studies

Resources

Over ons

Diensten

Case studies

Resources

Over ons

Nebor logo, a go-to-market and RevOps agency based in Amsterdam

Diensten

Case studies

Resources

Over ons

Nebor logo, a go-to-market and RevOps agency based in Amsterdam